1. 直方图均衡化介绍
自我感觉书上讲的很清楚,直接把截图贴上了。
在进行直方图均值化的过程如下
读入图像
对每个通道分别统计像素值[0,255]出现的次数。
对每个通道分别求像素值[0,255]出现的概率,得到概率直方图。
对每个通道分别求像素值[0,255]概率的前缀和,得到累计直方图。
对每个通道根据累计直方图分别求像素映射函数。
对每个通道完成每个像素点的映射。
输出直方图均衡化的图像。
2.代码(MATLAB)
1 %直方图均衡化
2 I = imread('D:/picture/girl.jpg');
3 I=rgb2gray(I);%如果某些图片不是二维灰度图像要加上这句,否则imhist报错
4 [height,width] = size(I);
5 figure
6 subplot (221)
7 imshow(I);%显示原始图像
8 subplot(222)
9 imhist(I)%显示原始图像直方图(注释一)
10
11 %进行像素灰度统计
12 NumPixel = zeros(1,256);%统计各灰度数目,共256个灰度级
13 for i = 1:height
14 for j = 1:width
15 NumPixel (I(i,j)+1)=NumPixel(I(i,j)+1)+1;%对应灰度值像素点数量增加一9(注释二)
16 end
17 end
18 %计算灰度分布密度
19 ProbPixel = zeros(1,256);
20 for i =1:256
21 ProbPixel(i) = NumPixel(i)/(height*width*1.0);%该灰度值的像素个数除于总的像素点的个数
22 end
23 %计算累计直方图分布
24 CumuPixel = zeros(1,256);
25 for i = 1:256;
26 if i == 1
27 CumuPixel(i) = ProbPixel(i);
28 else
29 CumuPixel(i) = CumuPixel(i-1)+ProbPixel(i);%进行累加
30 end
31 end
32 %累计分布取整
33
34 CumuPixel = uint8(256* CumuPixel);%也就是原来图像的灰度级根据累加概率的值变成了新的灰度级(注释三)
35 %对灰度值进行映射(均衡化)
36 for k =1:height
37 for l =1:width
38 I(k,l)= CumuPixel(I(k,l)+1);%映射,加一的目的是使下标从一开始
39 end
40 end
41 subplot(223)
42 imshow(I)%显示原始图像
43 subplot(224)
44 imhist(I)%显示原始图像直方图
运行结果如下
注:直方图x轴是图像的灰度值,y轴是在该灰度值的像素的个数
分析:观察图片我们发现对于原始图片整体颜色偏白,对比度不强,直方图分布偏于右边。直方化后的图片整体颜色加深,灰度增强,头发没有原来那么偏白了,直方图整体分布开始偏左且更均匀化,图片整体对比度增强。
3注释
注释一
imhist()主要用于计算图像灰度值的直方图统计;
第一次使用时出现的错误:
Error using ==> iptcheckinput Function IMHIST expected its first input, I or X, to be two-dimensional.
输入的图像必须是二维的图像,当输入的图像是三维的时候,可现转换,转换代码:
I=imread('nameofupicture.tif');
I=rgb2gray(I);
imhist(I);
imhist()的应用:
具体用法:
imhist( i );直接显示图像i的灰度直方图;
imhist(i,n)n为指定灰度级显示直方图; [count, x] = imhist( i ) 获取直方图信息,count为每一级灰度像素个数,x为灰度级,x也可以在imhist(i,x)中指定,可以通过stem(x,count)画相应直方图; 如代码
1 i = imread('D:/picture/ZiXia.jpg');
2 i=rgb2gray(i);
3 imshow(i);
4 figure;
5 imhist(i);
6 figure;
7 imhist(i,32);
8 figure;
9 [count,x] = imhist(i,32);
10 stem(x,count);
View Code
注释二
NumPixel(I(i,j) + 1) --------这个表示的是什么呢?---a NumPixel(I(i,j) + 1) + 1------这个表示像素点的灰度级加1---b I(i,j)-----表示(i,j)点的灰度值 a 处灰度值加1是代码中灰度值得范围的[1,256],不是[0,255] b 处为对灰度值相同的像素做统计加1,可以将NumPixel( I(i,j) + 1)看做是下标为灰度值,数组元素值为对应下标(灰度值)统计像素的个数 比如统计出来的灰度值为23的像素个数为4个,那么代码中的表现形式是:NumPixel( 22 + 1) = 4.
注释三
比如原始图像的灰度值为30的像素个数在新图像里面就变为原始图像灰度值小于等于30的像素个数之和作为新图像像素值为30的像素个数。依次类推。
作者:你的雷哥
本文版权归作者所有,欢迎转载,但未经作者同意必须在文章页面给出原文连接,否则保留追究法律责任的权利。